• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2003년도 추계종합학술대회
• /
• pp.268-271
• /
• 2003

SOM 알고리즘에서 가중치 조정은 입력 벡터와 승자 노드의 대표 벡터간의 차이만큼 조정되고 승노드의 대표벡터에 입력벡터의 정보를 반영하게 된다. 여기서 그 정보를 반영할 때 입력벡터와 승자노드의 대표 벡터간에 차이가 크면 승자 노드의 대표 벡터에 입력벡터를 기억시키기 위해 입력 벡터의 정보를 더 많이 반영해야 한다. 이러한 문제점을 개선하기 위해 본 논문에서는 승자 노드의 대표벡터와 입력벡터간의 출력오류를 0과1사이의 정규화된 값으로 출력오류를 계산하여 학습률을 조정하고 승자 노드의 저 활용 문제를 개선하기 위해 학습 중에 각 승자 노드의 대표 벡터들이 수정되고 선택되어지는 횟수가 가능한 동등해지도록 각 노드의 승자 빈도수를 가중치 조정에 반영하는 개선된 SOM 알고리즘을 제안하였다. 제안된 방법의 인식 성능을 평가하기 위해 주민등록증에서 추출한 숫자 패턴 50개를 대상으로 실험한 결과, 제안된 방법의 인식 성능이 기존의 SOM 알고리즘보다 개선된 것을 확인하였다.

• 한국정보통신학회논문지
• /
• 제17권5호
• /
• pp.1064-1069
• /
• 2013

본 논문에서는 SOM과 개선된 ART-1을 이용하여 악보를 인식하는 방법을 제안한다. 악보 인식을 위해 스캔된 악보 이미지를 호프 변환, Otsu's 이진화를 원본 이미지에 적용하고, 히스토그램 분석을 통해 구분된 작은악절에서 오선을 제거하여 악보의 음표 성분을 추출할 수 있는 이미지 전처리 단계를 수행한다. 오선이 제거된 작은악절은 레이블링을 이용하여 음표 성분을 분리한다. 추출된 음표들은 SOM 알고리즘을 적용하여 일정한 크기로 정규화하고, 정규화된 음표 정보들을 개선된 ART-I 알고리즘을 적용하여 학습과 인식한다. 제안된 방법을 적용하여 음표 인식 실험을 한 결과, 제안된 방법이 음표 인식에 효율적임을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (상)
• /
• pp.255-258
• /
• 2000

정보 산업의 발달에 의해 여러 가지 형태의 정보 전달이 가능하게 되었으며 최근에 칼라 화상의 정보 전달에 있어서 빠른 전송과 압축기법이 필요하게 되었다. 본 논문에서는 칼라 화상을 압축하는데 있어 개선된 SOM 알고리즘을 이용하여 칼라 이미지에 대한 벡터 양자화 기법을 제안한다. 제안된 방법은 기존의 LBG 알고리즘을 이용한 벡터 양자화 기법에 비해 블록화 현상을 줄일 수 있었으며 이미지 전체에 대해 블록의 수만큼 계속해서 반복하지 않고 동적으로 코드북을 생성시킴으로써 실행 시간도 줄일 수 있었다. 또한 웨이블릿을 칼라 화상에 적용시켜 화상의 특징을 더욱더 두드러지게 함으로써 개선된 SOM을 적용시 재생의 효과를 높일 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제11권11호
• /
• pp.1615-1623
• /
• 2008

이 논문에서는 곤충 발자국의 패턴을 찾아 개체를 인식하기 위해서, 개선된 SOM 알고리즘과 ART2 알고리즘을 사용하여 인식의 기본 영역을 추출한다. 또한 Trace 변환을 이용하여 발자국의 인식에 필요한 특징을 추출하고 개체를 판단하는 기법을 제안한다. 제안한 기법에서는 모폴로지 기법을 이용하여 region을 먼저 찾고, 개선된 SOM과 ART2 알고리즘을 이용하여 곤충의 크기와 종류에 관계없이 세그먼트를 추출한다. 그리고 곤충 발자국과 같이 다양한 변형이 존재하는 패턴에 적합한 특징값을 찾기 위해서 Trace 변환을 이용하고, 함수의 조합으로 재구성된 Triple 특징값을 이용하여 곤충별로 고유한 패턴을 찾아 인식 실험을 수행한다. 곤충 발자국에서 명확한 발자국과 그렇지 못한 발자국을 자동으로 결정하는 것이 매우 어렵다. 따라서 이와 같이 불확실한 대상을 제외시키지 않고 가능성의 대상으로 판단하고 분류하기 위해서 퍼지 가중치 평균을 이용하여 인식을 수행한다. 제안한 방법에 의한 곤충 발자국의 영역 추출과 인식 실험을 실시하고 그 결과를 제시하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2007년도 추계학술대회
• /
• pp.520-529
• /
• 2007

간암은 세계적으로 흔한 악성 종양에 속하지만 우리나라에서 간암은 위암, 폐암 다음으로 높은 사망률을 보이며 이러한 간암은 조기진단이 요구된다. 전문의는 간암의 진단을 위해 조영증강 CT영상을 이용하여 육안으로 간암을 판별하는데, 조영증강 CT영상을 이용한 진단은 주 종양의 진단에는 도움이 되지만 주 종양에서 주위 간 조직으로 전이된 간암들을 판별하는 것은 어려우며 실제로 시술 중에야 전이된 간암의 존재를 알 수 있다. 본 논문에서는 조영증강 CT영상을 이용하여 간과 주 종양을 자동으로 추출한 후, 미세하게 주 종양 주위로 전위된 간암들을 추출하는 방법을 제안하여 전문의를 보조할 수 있는 보조 전문가 시스템으로서의 유용성을 확인하고자한다. 조영증강 CT영상은 흉부에서 5mm간격으로 40 ${\sim}$ 50장정도로 촬영된다. 조영증강 CT영상을 이용하여 간 영역을 추출하기 위해서 간의 형태학적 정보 그리고 명암도와 명암의 분포도를 이용한 양자화 기법 등을 적용하여 추출하며 추출된 간 영역에서 간암의 후보 영역 추출은 간암의 명암도와 형태학적 특징 정보를 이용하여 추출한다. 본 논문에서는 간암의 추출을 위해 맵 상에 흩어져 분포되어 있는 유사 패턴들의 무게 중심을 찾아 하나의 패턴으로 그룹화 하는 개선된 SOM 알고리즘을 제안하여 간암 판별에 적용한 후, 기존의 SOM 알고리즘과 비교 분석한 결과. 본 논문에서 제안된 SOM 알고리즘을 적용한 간암 추출이 더 효율적임을 확인 할 수 있었으며, 전문의가 판별한 것과 비교 분석한 결과, 전문의를 보조할 수 있는 보조 전문가 시스템으로서의 가능성을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.350-352
• /
• 2000

위성이 보내어오는 영상의 량은 인간이 일일이 실시간으로 검색할 수 없을 정도의 방대한 양이다. 그러므로 위성이 보내어오는 영상을 자동적으로 빠른 시간내에 분석하기 위하여 원패스로 성질이 유사한 영역을 묶어서 분류하는 알고리즘이 필요하다. 본 연구에서는 자기조직화 신경망(SOM)을 인공위성 영상을 원패스에 분할할 수 있도록 학습방법을 개선하였으며 개선된 SOM 알고리즘이 같은 원패스 알고리즘인 온라인 K-means과 비교하여 유효함을 알 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.63-74
• /
• 2007

간은 인체의 생명을 유지하고 성장할 수 있도록 하는 영양섭취와 매우 밀접한 관계를 가진 중요한 장기이다. 이러한 간의 중요성에도 불구하고 현재 우리나라의 간암 발병률이 세계에서 가장 높은 수치를 기록하고 있으며 이에 따라 간암을 조기 진단하고 예방할 수 있는 방법의 중요성이 확대되고 있다. 따라서 본 논문에서는 영상 의학적 검사 방법 중 하나인 CT 촬영으로 획득된 조영 증강 CT 영상에서 간 영역과 간 종양 영역을 정확히 검출하고 간 종양의 악성도를 판별할 수 있는 방법을 제안한다. 흉부로부터 5mm 간격으로 약 $40\;{\sim}\;50$장 정도로 촬영한 조영 증강 CT 영상에서 명암도와 명암의 분포도를 이용한 양자화 기법과 장기들의 위치 및 형태학적 특징정보, 그리고 흉부와 복부 양방향으로 인접한 CT 영상들의 정보를 분석하여 간 영역을 검출한다. 간 종양 영역은 과혈관성 종양의 특징을 분석하고 간 영역의 검출 방법에 적용하여 추출한다. 추출된 간 종양 영역은 퍼지 기반 SOM 알고리즘을 제안하여 간 종양의 악성도를 분석하는데 적용한다. 제안된 퍼지 기반 SOM 알고리즘은 SOM의 이웃 반경을 동적으로 조정하는데 퍼지 제어 기법을 적용하여 기존의 SOM 알고리즘보다 종양의 악성 정도를 분류하는 정확성을 개선하였다. 제시된 간 영역과 간 종양 검출 및 분석 방법의 결과와 전문의가 진단한 결과를 비교 분석한 결과, 기존의 간 영역 및 간 종양 영역 검출 방법보다 정확성이 향상된 것을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제7권5호
• /
• pp.1052-1061
• /
• 2003

본 논문은 SOM 알고리즘을 이용한 차량 번호판 인식 방법을 제안하고 차량 번호판 인식을 이용한 주차관리 시스템 개발에 대해서 기술한다. 차량 영상에서 번호판 영역을 추출하기 위해 수평$.$수직 에지의 형태학적 정보를 이용하고, 추출된 번호판에서 문자를 포함하는 특징 영역을 추출하기 위해 4 방향 윤곽선 추적 알고리즘을 이용한다. 추출된 특징 영역의 인식은 SOM 알고리즘을 적용한다. 50개의 실제 차량 영상을 실험한 결과, 제안된 번호판 영역 추출 방법이 기존의 RGB 정보를 이용한 방법과 HSI를 이용한 방법보다 추출율이 개선되었다. 그리고 SOM 알고리즘을 이용한 차량 번호판 인식이 효율적인 것을 확인하였다. 실험을 통하여 성능 향상을 보인 제안된 차량 번호판 인식 방법을 이용하여 주차 관리 시스템을 개발하였다.

• 지능정보연구
• /
• 제15권2호
• /
• pp.49-59
• /
• 2009

내용기반 이미지 검색은 색상, 질감 등의 이미지 자체의 자질들을 이용하여 검색하므로 텍스트 기반 이미지 검색의 객관성 부족과 모든 이미지에 사람이 주석을 달아야 하는 단점을 보완할 수 있는 이미지 검색 방법이다. 이러한 내용 기반 이미지 검색에서 사용되는 방식 중 SIM(Self-organizing Image browsing Map) 방식은 SOM 알고리즘을 이용하여 이미지들을 브라우징 가능한 그룹으로 맵핑하고 그 결과를 바탕으로 이미지를 검색하게 된다. 하지만 비슷한 이미지라 할지라도 이미지의 밝기, 피사체의 움직임 등에 의하여 색상 정보가 다르게 나타나게 되면 SOM 알고리즘의 학습 과정에서 유사한 이미지들을 그룹화한 노드를 BMU로 선택하지 못하고 떨어져 있는 다른 노드를 선택하게 된다. 이 경우 학습이 진행되면서 유사한 이미지들이 군집하는 과정을 거치지만 학습이 완료될 때까지 다른 유사 이미지들을 그룹화한 노드에 맵핑이 되지 못하는 경우가 발생한다. 그 결과, 검색 결과에 나타나지 못하여 적합 이미지 검색률이 낮아 질 수 있다. 따라서 본 논문에서는 HSV 색상모델을 이용하여 양자화하고 이미지의 색상 특징 벡터를 추출한 뒤 SOM 알고리즘을 이용하여 이미지들을 브라우징 가능한 그룹으로 맵핑한다. 이때 SIM 방식의 문제점인 유사 이미지가 따로 맵핑되어 적합 이미지 검색률이 낮아지는 것을 줄이기 위하여 SOM을 두 개의 층으로 구성한다. 첫 번째 층에서 이미지의 색상 자질을 이용하여 학습을 완료한 후, 학습이 완료된 첫 번째 층 맵의 각 노드들의 연결 가중치를 이용하여 두 번째 층에서 다시 한번 학습을 수행한다. 두 개의 층으로 학습이 완료된 두 번째 층의 SOM에 질의 이미지의 특징 벡터를 입력하여 BMU를 선택하고 BMU와 연결된 첫 번째 층의 노드를 최종 선택하여 이미지를 검색한다. 실험결과, 제안된 이미지 검색 방법이 기존의 이미지 검색 방법 보다 적합 이미지의 검색 성공률이 높은 것을 확인 할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (하)
• /
• pp.1029-1032
• /
• 2001

자기구성 특징지도(Self-Organizing feature Map : SOM) 및 $L^*$ 등의 자가 학습 신경망의 알고리즘들은 학습 결과 중에 바람직하지 못한 뒤틀림 현상(cross-over)을 생성하게 되므로 재학습으로 인한 전반적인 학습 시간의 지연을 초래한다. 이 논문에서는 비교적 학습 속도가 빠른 $L^*$의 점증적 학습 구조를 기본으로 하여 뒤틀림 현상 방지를 목적으로 초기 학습 단계에서 학습 가중치들의 노드들을 재조정하는 개선된 알고리즘을 제안한다. 이러한 알고리즘의 실험 결과는 모두 정상적인 학습 결과를 보이고 학습의 시행 착오적인 재실행이 없으므로 전반적인 학습 속도는 기존의 알고리즘보다 빠르게 됨을 보인다.